在中国快速下载 Hugging Face 模型，核心思路是使用国内镜像站，配合专业下载工具。这里整理了 5 种主流方案，你可以根据自己的习惯和技术背景选择最顺手的一个。

🔮️ 方案一：官方命令行工具 huggingface-cli (最通用)

这是 Hugging Face 官方提供的命令行下载工具，可以完美集成到你的工作流，是最推荐的通用方案。

核心步骤：

1. 安装与配置：确保 huggingface_hub 库已安装，并设置镜像站环境变量。

   pip install -U huggingface_hub
   export HF_ENDPOINT=https://hf-mirror.com    # Linux/macOS
   # Windows PowerShell 用户请运行: $env:HF_ENDPOINT = "https://hf-mirror.com"
   

   建议将此环境变量永久添加到配置文件（如 ~/.bashrc）中。同时，建议升级到最新版本以获得最佳兼容性：

   pip install --upgrade huggingface-hub>=0.16.0
   

2. 执行下载命令：使用 huggingface-cli download 命令。例如下载 Qwen/Qwen2.5-1.5B-Instruct 模型：

   huggingface-cli download Qwen/Qwen2.5-1.5B-Instruct --local-dir ./my_local_model
   

   常用参数及说明：

   • --resume-download: 断点续传，中断后再次运行即可继续。
   • --local-dir: 指定模型下载到的本地目录。
   • --local-dir-use-symlinks False: 直接下载文件而非创建软链接，便于直接查看和管理。
   • --token: 下载需要授权的Gated模型时，需要在这里传入你的Access Token。

🛩️ 方案二：专用高速下载器 hfd (速度最快)

hfd 是一个社区专为 Hugging Face 模型下载打造的脚本，它巧妙结合了 git 和 aria2 下载器的优点，以实现多线程高速下载，速度通常是最快的。

核心步骤：

1. 下载并授权：获取 hfd.sh 脚本并赋予执行权限。

   wget https://hf-mirror.com/hfd/hfd.sh
   chmod a+x hfd.sh
   

2. 运行下载：通过 --tool aria2c -x 4 参数启用多线程加速。

   export HF_ENDPOINT=https://hf-mirror.com
   ./hfd.sh Qwen/Qwen2.5-1.5B-Instruct --tool aria2c -x 4
   

💻 方案三：国产开发平台 ModelScope (大厂推荐)

魔搭社区 (ModelScope) 是阿里巴巴推出的中文AI模型库，对于国内用户来说，它的网络访问速度和稳定性有很好的保障。

• 操作流程：访问 modelscope.cn，直接搜索想要的模型名称，使用其网页或官方SDK下载即可。
• 适用场景：如果想体验完整的国内AI生态，或者直接从 Hugging Face 下载速度不理想，可以优先在 ModelScope 上寻找同样的模型。

🔧 方案四：直接替换网址 (最简单)

这是一种非常简单的下载方法，适合用 wget、curl 或浏览器直接下载单个文件。

• 操作流程：在 Hugging Face 原版下载链接的域名 huggingface.co 前，添加 hf-，即替换为 https://hf-mirror.com/...。

  例如，原地址 https://huggingface.co/bert-base-uncased/resolve/main/config.json 应替换为 https://hf-mirror.com/bert-base-uncased/resolve/main/config.json。

🛰️ 方案五：中转服务器 (最稳定)

如果你有位于海外的服务器资源，此方法下载成功率和速度都非常有保障。

• 操作流程：在海外的服务器上，通过命令行工具（如 wget）下载模型，然后使用 scp 或 rsync 等工具将模型传回国内的机器。
• 适用场景：国内镜像不太稳定，但又急需稳定可靠方案时的备选。

🌟 镜像站点对比

除了 hf-mirror.com，还有其他优质镜像可选，你可以根据下面的对比来选择适合自己的：

🚨 两个常见问题

• 如何下载需要授权的模型？ 对于 Llama-2、Gemma 这类 Gated Model，获取授权分两步走：

  1. 获取Token：在官网登录、签署协议后，于 Settings -> Access Tokens 页面申请一个只读（read）权限的令牌（Token，以 hf_ 开头）。
  2. 使用Token下载：huggingface-cli 支持 --token 参数，而 hfd 可以使用 --hf_username --hf_token。
     关于受限模型的具体下载流程，网上也有一些一站式指南可供参考。

• 如何离线加载已下载的模型？ 将模型文件完整下载并保存到一个文件夹后，可以使用 from_pretrained 函数加载：

  from transformers import AutoModel
  # local-path 是你存放模型文件的本地目录
  model = AutoModel.from_pretrained("./local-path")